例文からの学習による生成規則の自動修正

概要

論文の詳細を見る
近年、例からの学習が盛んに研究されており、それにともない、例からの形式言語の学習もいくつかの成果が挙げられている。中でも、実用上重要な言語である文脈自由言語(CFL)の学習においては、文脈自由文法(CFG)を多項式時間で学習するアルゴリズムが既に提案されている。このアルゴリズムでは、内部ノードはラベル付けされていない導出木が、入力される例文に対してそれぞれ与えられる。また、MAT(Minimally Adequate Teacher)と呼ばれる教師の存在を仮定しており、学習システムはこの教師に、任意の記号列に対して、それが目標の言語Lに属しているか尋ねるという所属性質問と、任意の文法Gに対して、L=L(G)かどうか判定し、推測結果が正しくない場合には教師が、反例を返すという等価性判定質問をすることが許されている。一方、人間のユーザがコンピューターと対話的に学習を進めるシステムを考えた場合、与える例文全てに正確な導出木を要求するのは大きな負担である。また、等価性判定質問は決定不能問題であり、人間にとってもある文法と別の文法が等価であるかどうか判定するのは大変な問題である。さらに、この等価性判定質問では無数の等価の文法のうち,どれかに到達すれば学習が終了したことになるので、学習システムが終了してもユーザに都合の良い構造を持つ文法を得られる保証がない。そこで本研究では、望ましい文法構造の骨組みとして、元となる大まかな文法を学習システムに与え、さらに、ユーザが「典型例」と見なせる例文を入力することにより、例文を受理できるよう文法の生成規則に肉付け、修正を行なってゆき、効率良くCFGを学習するというシステムを提案する。
社団法人情報処理学会の論文
1994-09-20

例文からの学習による生成規則の自動修正

スポンサーリンク

概要

著者

関連論文

スポンサーリンク